工研院產業學習網

4天30小時實體實作｜從報表、SOP到品質改善，打造企業AI應用提案

報表整理花太多時間、SOP更新跟不上現場、品質異常分析缺乏頭緒，資深同仁的經驗又難以傳承？想導入AI，卻不知道該從哪個工作環節開始？

本課程從製造業實際工作情境出發，結合生成式AI、雲端協作與智慧製造案例，帶領學員練習資料整理、文件生成、品質改善、設備維護及知識管理。透過工具操作、案例解析與分組專題，將工作中的問題轉化為具體的AI應用構想。

帶著企業問題來上課，帶回AI工具實作成果與導入行動方案！

• **AI導入與資料盤點：**找出企業適合優先導入AI的工作流程，釐清資料來源與應用需求。
• **雲端協作與文件生成：**運用AI協助整理資料、撰寫SOP、會議紀錄、教育訓練教材及管理報表。
• **品質改善與異常分析：**結合5 Why、魚骨圖及8D Report，練習問題分析與改善報告撰寫。
• **設備維護、知識管理與ESG：**探索維修紀錄整理、雲端知識庫及能源與碳排資料應用。
• **導入效益與落地提案：**評估工具適用性、導入風險及預期效益，完成製造業AI應用專題。

從熟悉的工作開始，找出AI能協助的環節
以生產、品保、設備、倉儲及管理部門的常見問題為題材，建立具體的應用情境。

實際操作工具，練習把需求說清楚
學習提示詞（Prompt）設計，練習文件摘要、SOP生成、異常分析與報表草案製作，並檢視AI產出是否合理。

串聯資料、文件與跨部門協作
結合雲端文件共編、表單收集及權限管理，建立資料整理與知識共享的基礎。

完成專題，規劃回到企業後的下一步
透過分組實作與講師回饋，整理應用痛點、所需資料、工具操作成果及預期效益，形成AI導入提案。

兼顧效率與資料安全
認識機敏資料、營業秘密、AI錯誤及雲端權限風險，建立企業應用AI所需的查核與管理觀念。

• 上課日期：115年11月13日（五）、11月17日（二）、11月25日（三）、11月27日（五）。
• 上課時間：每日09:00–17:30，中午休息1小時。
• 培訓時數：共30小時，每日7.5小時。
• 授課方式：全程實體授課，結合案例解析、工具操作、分組討論與專題發表。
• 授課講師：李國憲博士。
• 上課地址：台北市大安區復興南路一段303號。
• 結訓證明：符合出席、評量及課後問卷等規定者，結訓後發放結訓證書。

製造業中負責推動數位轉型、智慧製造、雲端協作或AI工具導入之在職人員，以及希望將AI應用於日常工作的：

• 企業主管、部門主管與專案管理人員。
• 生產管理、品質管理、工程及設備維護人員。
• 資訊、數據分析及倉儲物流人員。
• ESG永續、教育訓練與知識管理相關人員。

• 具備基本電腦操作能力及一般辦公軟體使用經驗。
• 熟悉自身工作流程，能提出希望改善的問題或資料情境。
• 願意參與分組討論、工具操作，並完成課程專題成果。

第一天｜11月13日（五）

看懂AI應用，盤點企業資料與工作流程

• 人工智慧、生成式AI、雲端科技與智慧製造基礎。
• 製造業AI應用案例：生產排程、品質檢測、設備維護及知識管理。
• 企業資料來源盤點：ERP、MES、SCADA、IoT、品檢與維修紀錄等。
• 雲端文件共編、表單收集、權限控管與資料治理。
• 製造流程、部門資料及AI應用情境盤點實作。

**本日學習成果：**釐清部門痛點、可用資料及AI應用方向，建立後續實作基礎。

第二天｜11月17日（二）

動手操作AI，練習文件生成與雲端協作

• AI與雲端工具功能、適用情境及使用限制。
• 提示詞設計與製造業常用Prompt模板實作。
• 文件摘要、SOP、教育訓練教材及會議紀錄生成。
• 8D Report、異常分析與管理報表草案製作。
• 雲端資料收集、文件共編與知識庫雛形建立。

**本日學習成果：**完成AI文件與資料整理練習，掌握提示詞調整及成果檢視方法。

第三天｜11月25日（三）

聚焦製造現場，實作品質改善與知識管理

• 良率不穩、異常停機、交期延誤、庫存及客訴等問題分析。
• AI輔助資料整理、異常判讀、5 Why與魚骨圖分析。
• 品質改善案例討論與8D Report撰寫。
• 設備維護、維修紀錄整理與雲端知識庫應用。
• 能源管理、碳排資料整理與ESG減碳應用。

**本日學習成果：**完成製造業AI分析與品質改善報告草案，提出知識管理或能源管理改善構想。

第四天｜11月27日（五）

評估導入效益，完成AI應用專題與行動方案

• AI導入的資料安全、隱私、營業秘密與權限管理。
• 工具選擇、風險盤點與導入效益評估。
• 節省工時、降低成本及改善營運指標的效益試算。
• 製造業AI應用專題成果展示與發表。
• 講師講評、經驗交流及後續落地方案規劃。

**本日學習成果：**完成分組AI導入提案，提出應用情境、實作成果、預期效益與後續執行方向。

• 盤點企業資料、辨識適合優先AI化工作環節的能力。
• 設計提示詞，運用AI協助產出文件、摘要及報表草案的能力。
• 結合AI進行品質問題分析與改善報告撰寫的基礎能力。
• 規劃雲端協作與企業知識管理應用的能力。
• 評估AI工具適用性、導入風險及預期效益的能力。
• 將實作成果整理為企業AI導入提案的能力。

本課程以國內依法登記成立之製造業在職員工報名，且所屬企業須為經濟部產業發展署「產業競爭力輔導團」受輔導廠商為優先。

歡迎符合資格的企業主管，以及生產管理、品質管理、工程、設備維護、資訊、數據分析、倉儲物流、ESG永續、知識管理與專案管理相關人員參加。

• 請全程攜帶筆記型電腦：本課程包含AI工具操作與專題實作，請攜帶可連線上網之筆記型電腦。
• 建議帶著工作問題來學習：可事先思考希望改善的工作情境，例如報表彙整、SOP維護、品質異常或維修紀錄整理，作為課堂演練題材。企業資料請先完成去識別化，避免包含個人資料、營業秘密及其他機敏資訊。
• 請留意每日教室：11月13日於3樓301會議室上課；11月17日、11月25日及11月27日於12樓1201會議室上課。
• 參訓資料與簽到退：受訓學員須填寫個人基本資料、蒐集個人資料告知事項暨個人資料同意書，以及學員意見追蹤調查表；每堂課上課須簽到、下課須簽退，結訓後並須配合經濟部產業發展署培訓後電訪調查。
• 結訓證書核發條件：出席率須達訓練總時數80％（含）以上、評量測驗成績達70分（含）以上，並完成課後問卷。符合上述條件者，結訓後發放結訓證書。
• 提供電子講義：考量環保因素，本課程不印製紙本講義，改以課程電子檔提供。
• 歡迎女性學員參與：因應性別主流化國際趨勢，促進友善職場發展，歡迎女性學員踴躍報名。